Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "estymata" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Ocena niepewności pomiarów o rozkładzie trapezowym metodą maksymalizacji wielomianu i analiza jej efektywności
Estimation of the uncertainty of measurand for trapeze distributed data by polynomial maximization method and its efficiency
Autorzy:
Zabolotnii, S. W.
Warsza, Z. L.
Powiązania:
https://bibliotekanauki.pl/articles/268945.pdf
Data publikacji:
2017
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
menzurand
estymata
odchylenie standardowe
rozkład trapezowy
kumulant
wielomian stochastyczny
measurand
estimate
standard deviation
trapezoidal distribution
cumulant
statistic polynomial
Opis:
Omówiono w skrócie efektywność estymatorów menzurandu dla próbek danych pomiarowych pobranych z populacji o symetrycznym rozkładzie trapezowym Trap. Rozpatrzono użycie niekonwencjonalnej metody maksymalizacji wielomianu stochastycznego (PMM) do wyznaczania estymatorów wartości i odchylenia standardowego menzurandu próbek z rozkładu trapezowego Trap o różnym stosunku podstaw. Oszacowano niepewności standardowe wartości średniej, środka rozpięcia i estymatora menzurandu wyznaczanego metodą PMM z danych tych próbek z użyciem kumulantów i za pośrednictwem momentów centralnych. Metodą symulacji Monte Carlo (MC) dokonano porównania tych ocen z obliczanymi klasycznie ze wzorów rozkładu dla średniej wg Przewodnika GUM oraz środka rozpięcia i ich średniej. Do porównania efektywności, dla każdej metody wyznaczono granice obszaru o najmniejszej wariancji w funkcji liczby danych próbki i stosunku podstaw trapezu.
The types of measurand parameter estimators derived from samples of measured data taken from the symmetrical trapezoidal population Trap are briefly discussed. A non-standard approach to finding estimates of the non-Gaussian distributions parameters based on the unconventional method of maximizing the stochastic polynomial (PMM) and using a moment-cumulant description of random variables is proposed. By means of multiple statistical tests of Monte Carlo method, the properties of polynomial estimators are investigated and a analysis of their accuracy is made with compare to estimates of the distributions with arithmetic mean or the mid-range as their centers. As a function of the number of sample data and the basis of trapeze ratio, the boundaries of the areas where these methods are most effective are determined. The PPM method has been proposed to use for determining estimated values of the standard deviation and uncertainties of measurand when distribution of the random errors population is a priori unknown and first few cumulants have to be find from the sample data.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 55; 85-88
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie standardowej niepewności pomiarów o rozkładzie trapezowym metodą maksymalizacji wielomianu
Evaluation of the Uncertainty of Trapeze Distributed Measurements by the Polynomial Maximization Method
Autorzy:
Warsza, Z. L.
Zabolotnii, S. W.
Powiązania:
https://bibliotekanauki.pl/articles/277568.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
menzurand
estymata
odchylenie standardowe
rozkład trapezowy
kumulanty
metoda maksymalizacji wielomianu
measurand
estimate
standard deviation
trapezoidal distribution
cumulant
polynomial maximization method
Opis:
Omówiono w skrócie rodzaje estymatorów parametrów menzurandu wyznaczanych z próbek danych pomiarowych pobranych z populacji o rozkładzie trapezowym. Zaproponowano użycie metody maksymalizacji wielomianu stochastycznego o symbolu PMM jako niekonwencjonalnego sposobu wyznaczania estymatorów wartości i odchylenia standardowego menzurandu dla próbek o rozkładach niegaussowskich. Na przykładach próbek z symetrycznego rozkładu trapezowego Trap oszacowano niepewność standardową dla wartości średniej, środka rozpięcia i estymatora menzurandu obliczonego metodą wielomianową PMM z użyciem kumulantów, które wyznaczono z danych próbki za pośrednictwem momentów centralnych. Metodą symulacji Monte Carlo (MC) dokonano analizy porównawczej ocen wariancji obliczanej klasycznie ze wzorów rozkładu, wg Przewodnika GUM [1], dla środka rozpięcia i metodą PPM. W funkcji liczby danych próbki i stosunku podstaw trapezu określono granice najefektywniejszego obszaru dla każdej z metod.
The types of measurand parameter estimators derived from samples of measured data taken from the symmetrical trapezoidal population Trap are briefly discussed. A non-standard approach to finding estimates of the non-Gaussian distributions parameters based on the unconventional method of maximizing the stochastic polynomial (PMM) and using a moment-cumulant description of random variables is proposed. By means of multiple statistical tests of Monte Carlo method, the properties of polynomial estimators are investigated and an analysis of their accuracy is made with compare to estimates of the distributions with arithmetic mean or the mid-range as their centers. As a function of the number of sample data and the basis of trapeze ratio, the boundaries of the areas where these methods are most effective are determined. The PPM method has been proposed to use for determining estimated values of the standard deviation and uncertainties of measurand when distribution of the random errors population is a priori unknown and first few cumulants have to be find from the sample data.
Źródło:
Pomiary Automatyka Robotyka; 2017, 21, 4; 59-65
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies